Bài giảng Phân tích dữ liệu với SPSS - TS. Nguyễn Thị Phương Giang

Bài giảng Phân tích dữ liệu với SPSS được biên soạn bởi TS. Nguyễn Thị Phương Giang với các nội dung phân loại dữ liệu, mã hóa, nhập liệu và một số xử lý trên biến; làm sạch dữ liệu; tóm tắt và trình bày dữ liệu; phân tích nhân tố Explore factor và kiểm định Cronbach Analysis Alpha; phân tích liên hệ giữa biến nguyên nhân định tính và biến kết quả định lượng kiểm định trung bình tổng thể; phân tích liên hệ giữa biến nguyên nhân định tính và biến kết quả định lượng phân tích phương sai; kiểm định phi tham số...

Chương I

PHÂN LOẠI DỮ LIỆU, MÃ HÓA, NHẬP

LIỆU VÀ MỘT SỐ XỬ LÝ TRÊN BIẾN

Biên soạn: TS NGUYỄN THỊ PHƯƠNG GIANG

Phone: 0944.822.211

E-Mail: nguyenthiphuonggiang@iuh.edu.vn

NỘI DUNG

• Phân loại dữ liệu

• Các loại thang đo

• Nguyên tắc mã hóa và nhập liệu

• Cửa sổ làm việc của SPSS

• Tạo tập tin dữ liệu trong SPSS

• Dữ liệu định lượng: Phản ánh mức độ hơn

kém, được thể hiện bằng các con số nên

tính được giá trị trung bình Các con số

thu thập có thể ở dạng liên tục hay rời rạc.

02/08/2017 4

Các loại thang đo

• Thang đo danh nghĩa (Nominal scale):

Trong thang đo này, các con số chỉ dùng

để phân loại các đối tượng.

• Những phép toán thống kê có thể sử dụng

được là: đếm, tính tần suất của một biểu

hiện nào đó

Các loại thang đo

• Thang đo thứ bậc (Ordinal scale): Các con

số trong thang đo danh nghĩa được sắp

xếp theo một qui thứ bậc.

Ví dụ: Bạn hài lòng như thế nào về mùi của

sản phẩm Snack Khoai tây chiên mà bạn

vừa dùng thử? (Hài lòng, bình thường,

không hài lòng)

Các loại thang đo

• Thang đo khoảng (Interval scale): Là dạng

đặc biệt của thang đo thứ bậc vì nó cho

biết được khoảng cách giữa các thứ bậc.

Thông thường thang đo khoảng có dạng là

một dãy các chữ số liên tục và đều đặn từ

1 đến 5, từ 1 đến 7 hay từ 1 đến 10,…

Dãy số này có 2 cực ở hai đầu thể hiện 2

trạng thái đối nghịch nhau.

02/08/2017 7

Các loại thang đo

• Thang đo tỉ lệ (Ratio scale): có tất cả các

đặc tính khoảng cách và thứ tự của thang

đo khoảng, ngoài ra điểm không trong

thang đo khoảng là một giá trị thật nên có

thể thực hiện được phép chia để tính tỉ lệ.

Thang đo khoảng và thang đo tỉ lệ có thể đo

lường nên SPSS gộp chung hai loại thang

đo này thành thang đo mức độ (Scale

Measures).

Nguyên tắc Mã hóa – Nhập liệu

Giới tính Tuổi Nghề nghiệp

02/08/2017 10

Nguyên tắc Mã hóa –

Nhập liệu

• Phần lớn mỗi biến tương ứng với một câu

hỏi cụ thể trong bản trả lời Như thế ta chỉ

cần tạo 1 biến.

• Trường hợp câu hỏi có thể chọn nhiều trả

lời thì chúng ta phải có nhiều con số để

nhập nên cần phải có nhiều ô để nhập.

• Qui tắc nhập liệu: Từ trái qua phải (theo

từng dòng) và từ trên xuống (sang dòng)

Cửa sổ làm việc của SPSS

• Khởi động

- Click biểu chương trình trên thanh công cụ

- Từ Menu Start, chọn Program, chọn SPSS

• Nội dung của Menu

- File: xử lý File

- Edit: chỉnh sửa

- View: Hiển thị

Cửa sổ làm việc của SPSS

- Data: các công tác liên quan đến dữ liệu

- Transform: Chuyển đổi dữ liệu, tính toán,

mã hóa lại các biến.

- Analyze: Thực hiện các thủ tục thống kê

- Graphs: Tạo biểu đồ, đồ thị

- Windows: Sắp xếp các cửa sổ làm việc

trong SPSS.

02/08/2017 13

Tạo tập tin dữ liệu trong

SPSS for Windows

• Khai báo biến:

- Click Variable view.

- Khai báo biến trên từng dòng, nội dung

của dòng là các thuộc tính của biến.

- Name: Tên biến

- Type: Kiểu biến

- Width: Độ rộng của biến

- Value: Mã hóa cho các giá trị định tính

- Missing: Khai báo các loại giá trị khuyết

- Column: Độ rộng của biến khi nhập liệu

- Align: Vị trí dữ liệu trong cột

- Measure: Chọn loại thang đo

Tạo tập tin dữ liệu trong

SPSS for Windows

• Lưu tập tin dữ liệu:

- Menu File, chọn Save.

- Save in: chọn nơi lưu

- File name: Đặt tên file (chỉ đặt tên chính)

- Click nút Save

Mặc định kiểu tập tin là sav

02/08/2017 16

Một số xử lý trên biến

• Mã hóa lại biến (Recode):

Sử dụng khi cần giảm số biểu hiện của một

biến định tính.

Hoặc muốn chuyển biến định lượng thành

biến định tính

- Qui trình thực hiện:

- Menu Transform > Recode into Different

Variables (tạo biến mới) hoặc Recode into

Same Variables (thay biến cũ)

Một số xử lý trên biến

- Chọn biến muốn Recode

- Đặt lại Name và Label, Click Change

- Click Old and New Values… để xác định sự

Biến dạng Category có nhiều trị số mã hóa

tượng trưng cho nhiều trạng thái.

Biến Dichotomy là biến phân loại chỉ có 2 trị

số mã hóa tượng trưng cho 2 trạng thái

khác nhau (có hoặc không)

02/08/2017 19

Một số xử lý trên biến

• Cách thực hiện:

– Menu transform, chọn Count

– Target Variable: Khai báo tên biến cần tạo

– Target Label: Khai báo nhãn

– Đưa các biến cần chuyển vào Numeric Var

– Click Define Values mở hộp thoại

• Menu Edit, chọn Options:

– Measurement System: Thay đổi đơn vị

– Variable list: Thay đổi cách thể hiện

– Pivot Table: Chọn cách thể hiện bảng kết quả

– File Location: Chọn nơi lưu trữ và mở file dữ

liệu

– Viewer: Chọn font hiển thị kết quả

Câu hỏi ôn tập

1 Hãy cho biết các loại dữ liệu và các

loại thang đo?

2 Nguyên tắc mã hóa và nhập liệu

3 Trình bày cách tạo tập tin dữ liệu

trong SPSS For Windows.

4 Qui trình thực hiện việc mã hóa lại

biến (Recode)

5 Chuyển Category thành Dichotomy

Chất lượng của phỏng vấn và đọc soát (hiểu sai, thu

thập sai, chọn sai đối tượng, trả lời sai ý, người đọc

soát chưa phát hiện,…)

Nhập dữ liệu (sai, sót, thừa)

Các biện pháp ngăn ngừa

Thiết kế bản câu hỏi rõ ràng, dễ hỏi, dễ trả lời

Chọn lọc và huấn luyện phỏng vấn viên kỹ lưỡng

Sau khi phỏng vấn, bản câu hỏi phải được đọc soát

-Lập bảng tần số cho tất cả các biến, đọc và rà soát các

giá trị lạ Sau đó dùng lệnh FIND để tìm lỗi

Cách thực hiện

-Trong Data View, chọn cột có giá trị lỗi

-Vào Menu Edit > Find

-Nhập vào giá trị lỗi

-Truy ngược lại số thứ tự của hàng để biết được bản

câu hỏi tương ứng

Các phương pháp làm sạch dữ liệu

Dùng bảng phối hợp hai hay ba biến

-Lập bảng tần số cho tất cả các biến, đọc và rà soát các

giá trị lạ Sau đó dùng lệnh FIND để tìm lỗi

Cách thực hiện

-Trong Data View, chọn cột có giá trị lỗi

-Vào Menu Edit > Find

-Nhập vào giá trị lỗi

-Truy ngược lại số thứ tự của hàng để biết được bản

câu hỏi tương ứng

-Vào Data > Sort Case để sắp xếp biến filter_$

Các phương pháp làm sạch dữ liệu

Cách tìm lỗi đơn giản ngay trên cửa sổ dữ liệu

-Sử dụng lệnh Data > Sort Case để tìm lỗi đơn giản

cho các biến giới tính

Câu hỏi ôn tập

 Sự cần thiết phải làm sạch dữ liệu.

 Các biện pháp ngăn ngừa lỗi cho dữ liệu

đại lượng thống kê mô tả

• Thống kê mô tả theo thủ tục Explore

• Xác định số lượng và tỉ lệ của các biểu

hiện nào đó trong tập dữ liệu

• Ví dụ: Lập bảng tần số của gtinh

• Sau khi thực hiện, ta được 2 bảng:

– Bảng 3.1

– Valid: Trị hợp lệ (Số người có trả lời)

– Missing: Thiếu dữ liệu (Không trả lời)

Trương Ngọc Tú 34

BẢNG TẦN SỐ ĐƠN GiẢN

– Bảng 3.2

– Cột đầu tiên là các biểu hiện của biến gtinh

– Frequency: Tần số của từng biểu hiện

– Percent: Tần suất tính theo tỉ lệ %

– Valid Percent: Phần trăm hợp lệ, tính trên số

quan sát có thông tin trả lời.

– Cumulative Percent: Phần trăm tích lũy do cộng

dồn từ các phần trăm từ trên xuống.

Frequency Percent Valid

Percent Cumulative Percent

click vào tên biến và click nút mũi tên sang

phải (hoặc nhấp đôi tại biến)

– Click OK ta có 2 bảng kết quả 3.1 và 3.2

– Lưu ý: Nếu bỏ chọn ở phần Display Frequency

Tables thì ta chỉ tạo được bảng 3.1

35

CÁC ĐẠI LƯỢNG THỐNG KÊ MÔ TẢ

• Chỉ thực hiện đối với các biến định lượng

• Cách thức tiến hành lệnh:

– Menu Analyze > Descriptive Statistics >

Descriptive.

– Chọn 1 hoặc nhiều biến định lượng muốn tính

bằng cách click vào tên biến và click nút mũi

tên sang phải (hoặc nhấp đôi tại biến)

– Click nút Options để vào hộp tùy chọn các đại

lượng thống kê

– Click Continue để trở về hộp thoại trước đó

– Click OK ta có bảng kết quả Descriptives

Bảng 3.3

36

Trương Ngọc Tú 37

CÁC ĐẠI LƯỢNG THỐNG KÊ MÔ TẢ

• Ý nghĩa của các kết quả trên bảng 3.3:

– N: Tổng số quan sát

– Minimun: Giá trị nhỏ nhất

– Maximun: Giá trị lớn nhất

– Mean: Giá trị trung bình cộng

– Std Error: Sai số chuẩn khi dùng giá trị trung

bình mẫu để ước lượng giá trị trung bình của

tổng thể

– Std Deviation: Độ lệch chuẩn, cho biết mức độ

phân tán của các giá trị của biến quanh giá trị

trung bình

37

CÁC ĐẠI LƯỢNG THỐNG KÊ MÔ TẢ

• Lựa chọn cách thể hiện bảng kết quả:

– Trên cửa sổ Output, nhấp đôi tại bảng kết quả.

– Menu Pivot > Transpose Rows and Columns

– Ngoài ra ta cũng có thể dùng cách đổi thứ hai:

Menu Pivot > Pivoting Trays Lần lượt thực hiện

sắp xếp các nhãn đại diện vào bảng, ta sẽ có

được bảng kết quả theo yêu cầu (sinh viên tự

• Percentile Values: Các giá trị tứ vị phân, …

• Central Tendency: Khuynh hướng tập trung

• Dispersion: Khuynh hướng phân tán

• Distribution: Hình dáng phân phối

– Để vẽ biểu đồ, ta nhấn nút Chart, trong đó:

• None: không thể hiện

• Bar charts: Biểu đồ dạng thanh

• Pie charts: Biểu đồ hình tròn

• Histograms:Biểu đồ phân phối tần số

– Click OK

39

– Chọn một hay nhiều biến dạng định lượng và

đưa sang khung Dependent List (biến tuoi).

– Chọn một hay nhiều biến muốn sử dụng làm

điều kiện để phân tích biến định lượng trên.

– Click nút Statistics để vào hộp Explore:Statistic

– Click nút Plots để vào hộp thoại Explore

– Click nút Options lựa chọn cách thức thủ tục

Explore xử lý các giá trị Missing.

– Sau mỗi lần chọn và xử lý xong các hộp thoại

trên, click nút Continue để về hộp thoại chính.

– Tại hộp thoại Explore, click OK.

40

THỐNG KÊ MÔ TẢ VỚI THỦ TỤC EXPLORE

• Chức năng của thủ tục Explore:

– Tính toán các đại lượng thống kê cho tất cả các

trường hợp hoặc cho các nhóm con

– Nhận diện các giá trị khác biệt

– Tính toán các giá trị thập vị phân của phân phối

– Tạo biểu đồ, hình dáng của biểu đồ cho thấy dữ

liệu phân phối như thế nào.

• Chuẩn bị thực hành (tạo file Explore)

– Vào Menu Data > Select Cases

– Chọn Random sample of cases

– Click Sample (nhập số 20 vào khung

Aproximately)

– Click Continue và sau đó Click OK (nhớ chọn

mục Delete unselected cases)

Điểm số nhân tố (Factorial Scores)

Độ tin cậy và hiệu lực (Reliability and Validity)

ĐỊNH NGHĨA

Chú ý: từ đây có thể hiện các biến là các items

Phân tích nhân tố khám phá là một phương pháp

phân tích thống kê dùng để rút gọn một tập gồm

nhiều biến quan sát phụ thuộc lẫn nhau thành một

tập biến (gọi là các nhân tố) ít hơn để chúng có ý

nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung

thông tin của tập biến ban đầu (Hair & ctg, 1998)

Filà ước lượng trị số của nhân tố (factor) thứ i

Wiklà quyền số hay trọng số nhân tố (weight or factor

score coefficient) của biến số thứ k đến nhân tố i

k: Số biến (items)

ĐỊNH NGHĨA PHÂN TÍCH NHÂN TỐ

Rút gọn số biến

đầu tiên là xác định các chiều (dimension) khác nhau

sau đó, giải sự liên quan của mỗi biến (variable, items)

với các nhân tố (factors)

tùy theo tình hình mà giảm số lượng

KÍCH THƯỚC MẪU

Tối

100

Số

thiểu là 50 quan sát và tốt hơn là lớn hơn

quan sát sẽ ảnh hưởng đến việc lựa chọn

các tiêu chuẩn trong phân tích nhân tố

Qui tắc kinh nghiệm: số quan sát lớn hơn (ít

nhất) 5 lần số biến (items)

VÍ DỤ THANG ĐIỂM LIKERT

SƠ LƯỢC VỀ KHÁI NIỆM

Khái niệm là công cụ

để gọi tên một sự kiện khoa học,

để tư duy và trao đổi thông

là cơ sở để nhận dạng bản

tin,chất của một sự vật

Ví dụ: Khoa học

Nội hàm là hệ thống trí thức về bản chất sự vật

Ngoại diện là các loại khoa học: khoa học tự nhiên, xã hội, kỹ thuật…

THÀNH PHẦN CỦA LÝ THUYẾT KHOA HỌC

cứu: giá trị, thời gian và không gian -> giả thuyết

Các giới hạn trong nghiên

Giả thuyết

lý thuyết

nghiên cứu

Giả thuyết kiểm định

Khái niệmKhái niệm

nghiên cứu

MÔ HÌNH NGHIÊN CỨU VÀ CÁC KHÁI NIỆM

Factor

các biến cần phân tích nhân tố vào

ô Variables vào như hình vẽ Nhấn vào Descriptive s

PHÂN TÍCH NHÂN TỐ

Chọn image và KMO

và

Câu hỏi: Nếu KMO <0,5 hoặc Sig (Bartlett’s Test) > 0,05

thì giải quyết thế nào?

có giá trị trên đường chéo của Anti-image

Matrices < 0,3

-=> Bỏ items

Kiểm định Bartlett xem xét giả thuyết Ho: độ tương quan giữa các biến

quan sát bằng không trong tổng thể.

Vấn đề 2: Chọn số lượng nhân tố cố định trước

Copyright @ 2009, LÊ VĂN HUY,

Thông tin từ biểu

Rotated

Compon ent Matrix

Bỏ các items

có giá trị

<0,5 (Hair và cộng sự, 2006)

Bỏ các items

có giá trị

<0,5

PhD., Danang University of Economics

Copyright @ 2009, LÊ VĂN HUY,

tích sau khi

đã loại các items MT3, MT4

Đặt tên của các Factors (từ 1 đến 7)

Khi đặt tên:

Nên đối chiếu với các biến tiềm ẩn trong phần mô hình lý thuyết

Khi đặt tên:

- F1: Lãnh đạo

- F2: Cơ hội đào tạo

và thăng tiến - - -

F3:

F5:

F7:

Lương, thưởng Đồng nghiệp Phúc lợi Ban chất CV Môi trường LV

CÂU HỎI 1

Hãy kết luận

F1: Cơ hội đào tạo và thăng tiến

ĐT5,F1 = Mean (ĐT2, ĐT3, ĐT4, ĐT6, ĐT7)

TÍNH CÁCH NHÂN SỐ

Trung bình của các biến (items)

KIỂM ĐỊNH CRONBACH ALPHA

Analyze Scale Reliability Analysis

KIỂM ĐỊNH CRONBACH ALPHA

- Chọn các biến (items) biểu hiện F1 vào phân tích Statistics

CÂU HỎI

Nếu Cronbach Alpha <0,6 thì xử lý thế nào?

Æ Cần kiểm tra loại items nào để cho Cronbach

Kết luận: Thỏa điều kiện

KẾT LUẬN

Các nhân số của các nhân tố dùng để tính toán

chỉ được hình thành sau khi kiểm tra EFA và

Cronbach Alpha (thõa mãn các điều kiện)

Vậy, các nhân tố Fi được tính như thế nào

THANG ĐO ĐƠN HƯỚNG VÀ ĐA HƯỚNG

Khái niệm có thể chỉ gồm một yếu tố / thành phần

và thang đo khái niệm

là thang đo đơn hướng

Khái niệm có thể gồm

chỉ có một thành phần gọi(unidimensional)

nhiều yếu tố / thành phần

và thang đo

đa

khái niệm có nhiều thành phần gọi là

thang đo hướng (multiunidimensional)

Kiểm định giả thuyết về sự bằng nhau của 2 trung

bình tổng thể dựa trên 2 mẫu độc lập rút từ 2 tổng thể

này Sử dụng lệnh Independent-Sample T-Test

Kiểm định giả thuyết về sự bằng nhau của hai trung

bình tổng thể theo cách phối hợp từng cặp Sử dụng

lệnh Paired-Sample T-Test

Kiểm định giả thuyết về sự bằng nhau của trung bình

nhiều tổng thể (Phân tích phương sai) Sử dụng lệnh

One-way ANOVA

Nội dung

Kiểm định giả thuyết về trị trung bình của một tổng

thể - trường hợp mẫu độc lập (Independent-Samples

T-Test)

Kiểm định trị trung bình của hai mẫu phụ thuộc hay

mẫu phối hợp từng cặp (Paired-Sample T-Test)

Kiểm định giả thuyết về trị trung bình

của một tổng thể

Kiểm định tuổi trung bình của độc giả báo SGTT là 30

Đặt Ho: Tuổi trung bình của độc giả báo SGTT là 30

Chuyển biến Category từ c2a.1 đến c2a.9 thành biến

tên là docSGTT (12) với biểu hiện 1 là người có đọc

Dùng Select Case lọc ra các trường hợp docSGTT=1

(dùng bảng tần số Frequencies để kiểm tra số lượng)

Vào menu Analyze > Compare Means > One-Sample

T-Test

Đưa biến tuổi vào khung Test Variable, khai báo Test

Value = 30 và chọn độ tin cậy 99% trong nút Options

Click Continue và OK

Kiểm định giả thuyết về sự bằng nhau giữa hai

trung bình tổng thể

Kiểm định giả thuyết về trị trung bình của hai tổng thể

- trường hợp mẫu độc lập (Independent-sample

Click biến định lượng sonk đưa vào Test Variable

Click biến định tính tp đưa vào Grouping Variable

Trường hợp biến định tính có nhiều hơn hai thì nên

chọn 2 hoặc có thể mã hóa lại biến (Transform >

Recode > Into Different Variable) thành biến có 2 biểu

hiện

Click Continue và click OK

Kiểm định trị trung bình của hai mẫu phụ thuộc

hay mẫu phối hợp từng cặp

Lưu ý thực hiện kiểm định với SPSS

VÀ BIẾN KẾT QUẢ ĐỊNH LƯỢNG

PHÂN TÍCH PHƯƠNG SAI

Nội dung

Phân tích phương sai một yếu tố (ANOVA)

Phân tích phương sai hai yếu tố (Two-way anova)

Phân tích phương sai một yếu tố

Khái niệm – Vận dụng

Phân tích phương sai là sự mở rộng của kiểm định

T-Test, vì nó giúp ta so sánh trị trung bình của 3 nhóm

trở lên với khả năng sai số 5%

Trong file Data thuc hanh, ta khảo sát xem mức độ

quan trọng của yếu tố “có tự do cá nhân” có khác biệt

nhau không giữa những nhóm người có trình độ học

vấn khác nhau

Ta đặt giả thuyết:

Ho: Không có khác biệt về sự đánh giá tầm quan trọng

của yếu tố “có tự do cá nhân” giữa các nhóm trình độ

học vấn

Phân tích phương sai một yếu tố

Thực hiện phân tích phương sai một yếu tố với SPSS

Menu Analyze > Compare Means > One-way ANOVA

Đưa biến định lượng c36.6 vào khung Dependent list,

đưa biến phân loại xác định các đối tượng (hocvan)

vào Factor

Click nút Options Chọn Descriptive và Homogeneity

of variance test

Click Continue, xong OK

Phân tích phương sai một yếu tố

Đọc kết quả phân tích phương sai của SPSS

Bảng đầu tiên cho thấy các đại lượng thống kê mô tả

cho từng nhóm và cho toàn bộ mẫu nghiên cứu

Bản thứ hai cho kết quả kiểm định phương sai Với

mức ý nghĩa Sig cho ta đánh giá tầm quan trọng của

yếu tố…

Bảng thứ ba trình bày kết quả phân tích ANOVA Với

mức ý nghĩa quan sát Sig với độ chấp nhận sẽ xác định

phép kiểm định này có tầm quan trọng như thế nào